JP7231967B1 - Credit risk judgment system and credit risk judgment program - Google Patents
Credit risk judgment system and credit risk judgment program Download PDFInfo
- Publication number
- JP7231967B1 JP7231967B1 JP2022091885A JP2022091885A JP7231967B1 JP 7231967 B1 JP7231967 B1 JP 7231967B1 JP 2022091885 A JP2022091885 A JP 2022091885A JP 2022091885 A JP2022091885 A JP 2022091885A JP 7231967 B1 JP7231967 B1 JP 7231967B1
- Authority
- JP
- Japan
- Prior art keywords
- credit risk
- business operator
- score
- business
- determination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 230000006399 behavior Effects 0.000 claims abstract description 64
- 230000008921 facial expression Effects 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims 3
- 230000001815 facial effect Effects 0.000 claims 1
- 239000000725 suspension Substances 0.000 abstract description 2
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012502 risk assessment Methods 0.000 description 5
- 230000008451 emotion Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
【課題】短期資金の調達を希望する事業者の心理状態を数値化して、休廃業リスクを判定する技術を提供する。
【解決手段】信用リスク判定装置と金融機関の口座管理サーバとを通信ネットワークで接続する信用リスク判定システムにおいて、信用リスク判定装置は、事業者の預金口座の金銭取引情報に基づいて、事業者の金銭取引行為に関連した評価項目に対応する指標値を算出し、指標値が予め設定された複数段階の数値区間のうちの何れに該当するかを判定し、判定した数値区間に対応付けられた点数を評点として付与する評点判定部、評点を合計して事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部及び第１の判定用スコアが基準値を超えているか否かに基づいて、事業者本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するかを決定し、信用リスク判定装置の動作全般を制御する制御部を備える。
【選択図】図２
Kind Code: A1 To provide a technique for quantifying the psychological state of a business operator who wishes to procure short-term funds and determining the risk of business suspension or closure.
SOLUTION: In a credit risk judgment system in which a credit risk judgment device and an account management server of a financial institution are connected via a communication network, the credit risk judgment device, based on the money transaction information of the deposit account of the business operator, An index value corresponding to an evaluation item related to monetary transactions is calculated, a determination is made as to which of a plurality of preset numerical intervals the index value corresponds to, and the determined numerical interval is associated with the index value. A score determination unit that assigns scores as scores, a score calculation unit that totals the scores and calculates a first score for determination that indicates the credit risk related to the financial transaction of the business operator, and the first score for determination is a reference value A control unit that determines whether or not to execute a process of judging the credit risk related to the business operator's personal behavior, including his or her behavior and facial expressions, based on whether or not it exceeds the threshold, and controls the overall operation of the credit risk judging device. Prepare.
[Selection drawing] Fig. 2
Description
本発明は、信用リスク判定システム及び信用リスク判定プログラムに関し、より詳しくは、短期の資金調達を行う中小企業の事業者個人の信用リスクを判定する信用リスク判定システム及び信用リスク判定プログラムに関する。 TECHNICAL FIELD The present invention relates to a credit risk determination system and a credit risk determination program, and more particularly to a credit risk determination system and a credit risk determination program for determining the credit risk of an individual small and medium-sized enterprise that raises short-term funds.
中小企業の経営者や個人事業主が、事業継続や新規事業のために必要とする資金需要に対して、金融機関やビジネスファンディングを始めとする資金供給者が、資金を提供する場合、提供先の事業者本人の信用リスク（信用度）を高精度に判定する必要がある。 When financial institutions, business funding, and other fund providers provide funds for business continuation and new business needs of small and medium-sized business owners and sole proprietors It is necessary to determine the credit risk (creditworthiness) of the business operator himself/herself with high accuracy.
従来、金融機関において顧客に対する与信審査を行うためのシステムとして、例えば、特許文献１には、所定の審査モデルにより算出された顧客毎の倒産率を、金融機関側において予め定められた一定の予想平均倒産率（補正パラメータ）に基づいて補正して与信内容を決定する構成の与信サーバが提案されている。
Conventionally, as a system for conducting credit screening of customers in financial institutions, for example,
しかしながら、中小企業や個人事業主に対して、短期の資金提供を行う場合には、倒産に至る以前に、事業者自身の事業継続意欲に起因する休廃業のリスクを考慮する必要がある。企業の休廃業を予測する技術として、特許文献２には、予め登録された企業が所定期間内に休廃業しているか否かを目的変数とし、所定期間内における所定項目の値を説明変数とするロジスティック回帰分析を行って、企業の休廃業予測のためのモデルを生成し、生成されたモデルを使って、特定企業が所定期間内に休廃業に至る確率を算出するシステムが提案されている。 However, when providing short-term funding to SMEs and sole proprietors, it is necessary to consider the risk of business closures due to the willingness of the business operators themselves to continue their businesses before they go bankrupt. As a technology for predicting business closures and closures of companies, Patent Document 2 describes whether or not a pre-registered company has closed or closed business within a specified period as an objective variable, and the value of a specified item within a specified period as an explanatory variable. A system has been proposed in which logistic regression analysis is performed to generate a model for predicting business closures and closures of companies, and the generated model is used to calculate the probability that a specific company will be closed or closed within a given period of time. .
特許文献２では、説明変数に「代表者属性」が挙げられているが、具体的な項目としては、代表者年齢および後継者の状況と経営者タイプとなっており、いずれも予め評価が定まった事項であって、経営者である事業者自身の直近の心理状態を評価して、休廃業予測に反映させることには対応できていない。 In Patent Document 2, "representative attribute" is listed as an explanatory variable, but the specific items are the representative's age, successor status, and manager type, all of which are evaluated in advance. However, it is not possible to evaluate the most recent psychological state of the business operator himself and reflect it in the business closure forecast.
本発明は、上記従来の問題点に鑑みてなされたものであって、本発明の目的は、短期資金の調達を希望する事業者の金銭取引行為及び事業者本人の言動及びを含む個人行動に現れる事業者の直近の心理状態を数値化したデータに基づいて、休廃業リスクを判定する信用リスク判定システム及び信用リスク判定プログラムを提供することにある。 The present invention has been made in view of the above-mentioned conventional problems, and the purpose of the present invention is to improve the financial transaction behavior of business operators who wish to raise short-term funds and the personal behavior of the business operators themselves. To provide a credit risk judgment system and a credit risk judgment program for judging the risk of suspension or closing of business based on data quantifying the latest psychological state of an emerging business operator.
上記目的を達成するためになされた本発明の一態様による信用リスク判定システムは、短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定システムであって、前記事業者の信用リスクを判定する信用リスク判定装置と、前記事業者の預金口座が開設された金融機関の口座管理サーバとが通信ネットワークで接続され、前記信用リスク判定装置は、信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を前記口座管理サーバから取得する情報取得部と、前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出する評価指標算出部と、前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与する評点判定部と、前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部と、前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するとともに、前記信用リスク判定装置の動作全般を制御する制御部と、を備えることを特徴とする。 A credit risk determination system according to one aspect of the present invention, which has been made to achieve the above object, is a credit risk determination system that determines the credit risk of a business operator that raises short-term funds, wherein the credit risk of the business operator is A credit risk determination device to be determined and an account management server of a financial institution in which a deposit account of the business operator is opened are connected by a communication network, and the credit risk determination device determines the credit risk of the business operator whose credit risk is to be determined. An information acquisition unit that acquires the money transaction information for the most recent predetermined period in the deposit account from the account management server, and for determining the credit risk related to the money transaction act of the business operator based on the acquired money transaction information. an evaluation index calculation unit that calculates an index value corresponding to each of a plurality of evaluation items set in advance by a predetermined calculation formula; It is determined which of the set numerical ranges of multiple stages corresponds, and the score associated with the determined numerical range is given as the score of the evaluation item corresponding to each of the index values. a determination unit, a score calculation unit that calculates a first determination score indicating a credit risk associated with the monetary transaction of the business operator by totaling the scores assigned to each of the plurality of evaluation items; determining a credit risk related to personal behavior including behavior and expression of the business operator based on whether or not the obtained first determination score exceeds a preset reference value. and a control unit that determines whether or not the credit risk determination device operates in general.
上記目的を達成するためになされた本発明の一態様による信用リスク判定プログラムは、短期の資金調達を行う事業者の信用リスクを判定する信用リスク判定プログラムであって、信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を取得するステップと、前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出するステップと、前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与するステップと、前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するステップと、前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップと、をコンピュータに実行させることを特徴とする。 A credit risk determination program according to one aspect of the present invention, which has been made to achieve the above object, is a credit risk determination program for determining the credit risk of a business operator that raises short-term funds, and is subject to credit risk determination. obtaining financial transaction information in a deposit account of the business operator over a recent predetermined period; and based on the obtained financial transaction information, preconfigured to determine the credit risk associated with the financial transaction activity of the business operator. a step of calculating an index value corresponding to each of the plurality of evaluation items calculated by a predetermined calculation formula; a step of determining which of the numerical ranges corresponds, and assigning the score associated with the determined numerical range as the score of the evaluation item corresponding to each of the index values; a step of calculating a first judgment score indicating the credit risk associated with the financial transaction of the business operator by totaling the scores given to each of the items; a step of determining whether or not to execute a process of determining credit risk related to personal behavior, including behavior and facial expressions of the business operator, based on whether or not a set reference value is exceeded; It is characterized by being executed by a computer.
本発明によれば、事業者個人の金銭取引行為や言動及び表情を含む個人行動に現れる当該事業者の心理状態を数値化して、過去の同業者の廃業実績に基づいて設定された予測モデルによる判定基準（廃業予兆指数）と比較することにより、従来の財務データに基づく審査では対応できなかった精度の高い休廃業リスクの判定が可能となる。
また、従来の長期経営情報からは与信が与えられなかった事業者に対しても、事業者本人の事業意欲（事業継続意思）に基づいて、短期与信を可能することができる。
According to the present invention, the psychological state of the business operator, which appears in the personal behavior of the business operator, including monetary transactions, speech and behavior, and facial expressions, is quantified, and a prediction model set based on past records of business closures of peers is used. By comparing with the judgment criteria (business closure indicator index), it is possible to judge business closure risk with high accuracy, which could not be handled by examination based on conventional financial data.
In addition, short-term credit can be granted to businesses to whom credit has not been given based on conventional long-term management information, based on the business willingness (business continuation intention) of the business himself/herself.
以下、本発明を実施するための形態の具体例を、図面を参照しながら詳細に説明する。 Hereinafter, specific examples of embodiments for carrying out the present invention will be described in detail with reference to the drawings.
図１は、本発明の一実施形態による信用リスク判定システムの全体構成を説明するための図である。本発明の一実施形態による信用リスク判定システムは、個人事業者又は中小企業の事業者から、短期資金提供事業者（ビジネスファンディング事業者やファクタリング事業を行う決済代行事業者を含む）に短期資金の調達申込みがあった場合に、当該申込みを行った事業者、すなわち、信用リスクの判定対象となる事業者（以下、判定対象事業者という）個人の心理状態が反映される複数の評価項目についてデータ収集を行い、収集された複数の評価項目のデータを用いて信用リスクを判定する。 FIG. 1 is a diagram for explaining the overall configuration of a credit risk determination system according to one embodiment of the present invention. The credit risk assessment system according to one embodiment of the present invention provides short-term funds from sole proprietors or small and medium-sized enterprises to short-term funding providers (including business funding providers and payment agency businesses that conduct factoring business). When there is an application for procurement, multiple evaluation items that reflect the individual psychological state of the business operator who made the application, that is, the business that is subject to credit risk assessment (hereinafter referred to as the business operator subject to assessment) Data collection is performed, and credit risk is determined using the collected data for multiple evaluation items.
図１に示すように、本発明の一実施形態による信用リスク判定システム１は、信用リスク判定装置１０と、金融機関の口座管理サーバ２０及び外部のウェブサーバ３０とがインターネット等を含む通信ネットワーク５を介して接続される。また、信用リスク判定システム１には、信用リスク判定装置１０に対して、信用リスクの判定を依頼（要請）する短期資金提供事業者の情報処理装置（以下、短期資金提供事業者サーバという）１００が接続される。なお、信用リスク判定装置１０は、短期資金提供事業者サーバ１００に直接接続されるか、又は短期資金提供事業者サーバ１００に組み込まれる構成とすることもできるが、以下の説明では、これらが独立した形態を例に説明する。
As shown in FIG. 1, in a credit
金融機関の口座管理サーバ２０は、判定対象事業者名義の預金口座が開設された金融機関が運用するサーバコンピュータであり、判定対象事業者名義の預金口座の入出金を管理し、取引履歴情報を記録する。
The financial institution
外部のウェブサーバ３０は、判定対象事業者に関する評価や評判が掲載されたウェブサイト３１、また、判定対象事業者が発信した各種情報や言動が記録されたウェブサイト３２などが開設された不特定多数のサーバコンピュータである。
The
信用リスク判定システム１は、さらに、判定対象事業者が使用する情報処理装置（以下、事業者端末という）４０及びメールサーバ５０、並びに判定対象事業者以外の一般人が利用する一般ユーザ端末６０と通信ネットワーク５を介して接続され得る。また、信用リスク判定装置１０は、後述する信用リスクの判定対象となる事業者に対する事業者アンケートの回答を所定の入力装置７０を介して受け付ける。
The credit
（信用リスク判定装置）
図２は、本発明の一実施形態による信用リスク判定装置の構成例を示すブロック図である。
(credit risk judgment device)
FIG. 2 is a block diagram showing a configuration example of a credit risk determination device according to one embodiment of the present invention.
図２に示す信用リスク判定装置１０は、一般的なＰＣ（パーソナルコンピュータ）等を用いて構成することができ、ＰＣを構成する図示しないＣＰＵ（中央制御装置）、主記憶装置、及び副記憶装置からなる制御部１１と、ハードディスク（ＨＤＤ）やソリッドステートドライブ（ＳＳＤ）等で構成される記憶部１２と、口座管理サーバ２０及び外部のウェブサーバ３０を含む外部装置との接続や、メールの送受信をはじめ、ＦＴＰ処理やＬＡＮを含む専用回線通信処理などの通信全般を管理する通信部１３と、短期資金提供事業者サーバ１００に直接接続されて信用リスクの判定依頼を受け付けるインターフェースとして機能する受付部１４とを含む。なお、信用リスク判定装置１０は、管理用として画像やテキスト等を表示する表示装置、キーボードやマウス等の入力装置、演算や判定の結果等を出力する出力装置等を含み得るが、これらの構成は周知技術であるので、その説明及び構成図は省略する。
The credit
信用リスク判定装置１０は、制御部１１により所定のソフトウェアプログラムを実行することで実現される複数の機能部を含む。具体的に、本実施形態による信用リスク判定装置１０は機能部として、情報取得部１５、評価指標算出部１６、評点判定部１７、及びスコア算出部１８を含む。
The credit
情報取得部１５は、判定対象事業者の預金口座における直近の所定期間の金銭取引情報を金融機関の口座管理サーバ２０から取得する。また、情報取得部１５は、判定対象事業者本人の言動及び表情を含む個人行動に関連したオルタネティブデータ（Ａｌｔｅｒｎａｔｉｖｅ Ｄａｔａ）を外部のウェブサーバ３０や判定対象事業者が利用するメールサーバ５０から取得する。オルタネティブデータには、事業者端末４０及び一般ユーザ端末６０から発信されたＳＮＳ（ソーシャルネットワーキングサービス）への投稿やウェブ会議などの情報が含まれる。さらに、情報取得部１５は、短期資金の調達申込みに際して、事業者端末４０から送信された判定対象事業者の個人情報を短期資金提供事業者サーバ１００から取得する。
The
評価指標算出部１６は、口座管理サーバ２０から取得した金銭取引情報に基づいて、判定対象事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれの指標値を所定の計算式により算出する。また、金銭取引行為に関連した評価項目は、入出金データの変動や入出金回数などを把握するものであるが、その詳細は、後述する。
Based on the money transaction information acquired from the
評点判定部１７は、評価指標算出部１６で算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値区間のうちのいずれに該当するかを判定し、判定された数値区間に対応付けられた点数を、それぞれの指標値に対応する評価項目の評点として付与する。また、評点判定部１７は、図示しない文字情報認識手段、音声認識手段、及び表情認識手段を含み、外部のウェブサーバ３０、事業者端末４０及びメールサーバ５０などから取得したオルタネティブデータに基づいて、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれについて、文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段を用いて認識されたデータを解析して評点を付与する。
The
スコア算出部１８は、複数の評価項目のそれぞれに付与された評点を合計して、判定対象事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアと、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出する。
The
制御部１１は、算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、判定対象事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定する。基準値は、過去の金銭取引情報（預金データ）関連の評価において廃業のボーダーラインであった事業者のスコアに基づいて、決定される。基準値を設けることによって、負担の大きいオルタネティブデータに基づく評価をすべての事案に適用することを避けることができる。
The
制御部１１は、第１の判定用スコアが予め設定された基準値を超えていない場合、第１の判定用スコアを、判定対象事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、判定対象事業者の廃業リスクを判定し、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する。出力手段８０は、プリンタやコンピュータ読取り可能な記憶媒体への書込み装置などであるが、特に限定されない。また、指定された出力手段８０として、信用リスク判定の依頼元の短期資金提供事業者サーバ１００を指定してもよい。
When the first determination score does not exceed a preset reference value, the
制御部１１は、第１の判定用スコアが予め設定された基準値を超えている場合、第２の判定用スコアを算出させて、第１の判定用スコアと第２の判定用スコアの合計値を、判定対象事業者の属する事業分野毎に学習された予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、判定対象事業者の廃業リスクの有無を判定し、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する。なお、上述した予測モデルには、ロジスティック回帰、ニューラルネットワーク、決定木やランダムフォレスト、サポートベクターマシンなどによるモデルを利用してもよい。
When the first score for determination exceeds a preset reference value, the
（信用リスク判定処理）
次に、本発明の一実施形態による信用リスク判定装置１０による信用リスクの判定処理の手順について説明する。
図３は、本発明の一実施形態による信用リスク判定装置の判定処理手順を示すフローチャートである。
(Credit risk judgment processing)
Next, the procedure of credit risk determination processing by the credit
FIG. 3 is a flow chart showing the determination processing procedure of the credit risk determination device according to one embodiment of the present invention.
図３に示すように、信用リスク判定装置１０の受付部１４は、短期資金提供事業者サーバ１００から、短期資金調達の申込みを行った事業者（判定対象事業者）の信用リスクの判定要請を受信する（ステップＳ１００）と、受信した判定要請に含まれる、判定対象事業者の基本情報を情報取得部１５に送信する。基本情報には、判定対象事業者の預金口座番号等を含む口座情報及び当該口座へのアクセス許可を得るための情報、判定対象事業者が経営する企業情報、及び判定対象事業者の個人情報を含む。
As shown in FIG. 3, the
情報取得部１５は、受付部１４から受信した判定対象事業者の基本情報に基づいて、先ず、判定対象事業者の預金口座における直近の所定期間の金銭取引情報を金融機関の口座管理サーバ２０から取得する（ステップＳ１１０）。直近の所定期間は、例えば、申込み日の前月を含む過去３か月である。金銭取引情報は、預金口座への入出金データであり、入出金が行われた日時、金額、入金元／送金先の名称、入出金が行われた端末識別番号などが含まれる。情報取得部１５は、取得した金銭取引情報を評価指標算出部１６に送信する。
Based on the basic information of the judgment target business operator received from the
評価指標算出部１６は、取得された金銭取引情報をデータ項目別に分類し、分類されたそれぞれのデータ項目の値（実績値）を、予め設定された複数の評価項目に対してそれぞれ準備された所定の計算式に代入して、信用リスクの判定に用いる指標（評価指標ともいう）の値をそれぞれ算出する（ステップＳ１２０）。
The evaluation
図４は、本実施形態における判定対象事業者の金銭取引行為に関連した信用リスクを判定するために設定された評価項目の一例を示す図である。図４では、説明のため、事業者Ａの金銭取引情報を例示している。この例では、各評価項目の評価指標の値（以下、指標値という）を算出するために、（１）入金件数及び入金金額、（２）実質売上件数及び売上金額、（３）出金件数及び出金金額の月次データが用いられる。但し、金銭取引行為に関連した信用リスクを判定するために使用されるデータ項目は、これに限定されず、さらに、（４）売上の集中度、（５）資金収支、（６）実質売上額と出金額の収支、（７）預金平残／ピーク時残高の乖離率に関連する項目を加えてもよい。 FIG. 4 is a diagram showing an example of evaluation items set for judging the credit risk related to the monetary transaction of the business operator to be judged in this embodiment. FIG. 4 exemplifies money transaction information of the business operator A for explanation. In this example, in order to calculate the value of the evaluation index for each evaluation item (hereinafter referred to as the index value), (1) the number of deposits and the amount of deposits, (2) the number of actual sales and the amount of sales, (3) the number of withdrawals and monthly data of withdrawal amounts are used. However, the data items used to determine the credit risk associated with monetary transactions are not limited to these, and further include (4) sales concentration, (5) cash balance, (6) real sales amount and balance of withdrawal amount, and (7) deviation rate of average deposit balance/peak balance may be added.
図４に示す例において、評価指標算出部１６は、口座管理サーバ２０から取得された金銭取引情報から、データ項目（１）～（３）に対応する直近３ヶ月間の月次データを、取得して、複数の評価項目（１－１）～（３－４）のうち、入金件数の安定性（１－１）、入金金額の安定性（１－３）、実質売上件数の安定性（２－１）、実質売上金額の安定性（２－３）、出金件数の安定性（３－１）、及び出金金額の安定性（３－３）については、月推移の変動係数を算出し、入金件数の増減（１－２）、入金金額の増減（１－４）、実質売上件数の増減（２－２）、実質売上金額の増減（２－４）、出金件数の増減（３－２）、及び出金金額の増減（３－４）の月推移については、増減率をそれぞれ算出する。なお、変動係数や増減率を求める計算式は、統計学で一般に用いられるものであるので、説明は省略する。
評価指標算出部１６は、算出された各評価項目の変動係数及び増減率を、各評価項目の指標値として、評点判定部１７に送信する。
In the example shown in FIG. 4, the evaluation
The evaluation
評点判定部１７は、各評価項目の指標値を受信すると、これらの指標値が、予め評価項目ごとに設定された複数段階の数値区間のうちのいずれに該当するかを判定し、判定された数値区間に対応付けられた点数を、それぞれの指標値に対する評点として付与する（ステップＳ１３０）。
When the index value of each evaluation item is received, the
図５は、本実施形態における評価項目ごとに予め設定された複数段階の数値区間に対応付けられた点数（評点）表の一例を示す図である。評点は、例えば、Ａ（評点＝０）：特に問題なし、Ｂ（評点＝－３）：異常値とまで言えないが懸念あり、Ｃ（評点＝－５点）：異常値、の３つに区分される。数値区間の範囲は、銀行等の金融機関で企業審査に利用する財務分析の標準値等を参考にして一般的な数値が設定される。なお、本実施形態では、異常値を検知するプロセスであるため、その趣旨をわかりやすく伝えるため、マイナス点で表現している。 FIG. 5 is a diagram showing an example of a score (scoring) table associated with a plurality of stages of numeric intervals preset for each evaluation item in this embodiment. For example, A (score = 0): no particular problem, B (score = -3): there is concern although it cannot be said to be an abnormal value, and C (score = -5 points): abnormal value. classified. As for the range of numerical values, general numerical values are set with reference to the standard values of financial analysis used for corporate examination by financial institutions such as banks. It should be noted that, in the present embodiment, since this is a process for detecting an abnormal value, it is expressed as a minus point in order to convey the purpose in an easy-to-understand manner.
図４及び図５に示す例では、評点判定部１７は、図４の入金件数（１－１）の変動係数が、０．１２であることから、これに対応する評点Ａ＝０を、評価項目（１－１）に付与する。一方、図４の入金金額（１－３）の変動係数は、０．３７であるため、これに対応する評点Ｂ＝－３を、評価項目（１－３）に付与する。同様に、評点判定部１７は、残りの評価項目についても、それぞれの指標値に対応した評点を付与する。
In the example shown in FIGS. 4 and 5, the
評点判定部１７は、各評価項目の指標値に対する評点の付与結果をスコア算出部１８に送信する。
The
スコア算出部１８は、金銭取引行為に関連した複数の評価項目のそれぞれに付与された評点を合計して、判定対象事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出する（ステップＳ１４０）。図４及び図５に示す例では、評点の合計値は、０点～－６０点となる。スコア算出部１８は、算出した第１の判定用スコアを制御部１１に送信する。
The
続いて、制御部１１は、算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、判定対象事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定する（ステップＳ１５０）。第１の判定用スコアに対する基準値は、過去の廃業事例の実績データに基づいて決定される。一例として、基準値は、－３０点に設定される。
Subsequently, based on whether the calculated first determination score exceeds a preset reference value, the
本実施形態において、第１の判定用スコアには、判定対象事業者の金銭取引行為に関連した評価項目として、上述した入出金の件数及び金額の推移に加えて、金銭取引情報に含まれる取引の中に異常値がないかを検知して評点に加えることが好ましい。これにより、変動係数や増減率の推移には表れない事業者の一時的な行動や思考の異常を数値化して判定の精度を向上させることができる。 In the present embodiment, the first evaluation score includes, in addition to the number of deposits and withdrawals described above and changes in the amount of money, transactions included in the monetary transaction information as evaluation items related to the financial transaction behavior of the business operator to be evaluated. It is preferable to detect whether there is an abnormal value in , and add it to the score. As a result, it is possible to improve the accuracy of determination by quantifying temporary abnormalities in the business operator's behavior and thinking that do not appear in the transition of the coefficient of variation or the rate of increase/decrease.
図６は、本実施形態における評価項目として、金銭取引情報に含まれる取引の異常値とそれに対応付けられた評点との対応表の一例を示す図である。取引の異常値には、ネガティブ要因とポジティブ要因がある。 FIG. 6 is a diagram showing an example of a correspondence table of transaction abnormal values included in money transaction information and scores associated therewith, as evaluation items in the present embodiment. Trading outliers have negative and positive factors.
図６に示すネガティブ要因には、例えば、（ａ）銀行の営業時間外やコンビニでＡＴＭから現金を下ろす行為や、（ｂ）ひと月のうちに何度も現金を下ろす行為などがある。ネガティブ要因（ａ）は、営業時間にＡＴＭから下ろせば無料であるものを、わざわざ手数料を払って下ろす行為であり、「行き当たりばったりの資金繰り操作」であることが容易に理解される。一方、ポジティブ要因には、例えば、（Ａ）新規の銀行借入がある。これは、金融機関の新たな支持を得て資金を得られた成果であるから、資金繰りにはプラス要因（＝事業者心理の安定化）となる。 The negative factors shown in FIG. 6 include, for example, (a) the act of withdrawing cash from an ATM outside bank business hours or at a convenience store, and (b) the act of withdrawing cash many times in a month. Negative factor (a) is the act of paying a fee to withdraw what is free of charge from an ATM during business hours, and can be easily understood as "haphazard cash management operations." On the other hand, positive factors include, for example, (A) new bank borrowings. This is the result of obtaining new support from financial institutions and obtaining funds.
評点判定部１７は、異常な取引のうち、ネガティブ要因にあたる項目には、評点＝－１点を付与し、ポジティブ要因にあたる項目には、評点＝１点を付与する。スコア算出部１８は、付与された評点の合計値を第１の判定用スコアに加えて、制御部１１に送信する。
Of the abnormal transactions, the
制御部１１は、ステップＳ１５０で、第１の判定用スコアが予め設定された基準値を超えていない場合、第１の判定用スコアを判定対象事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数（判定基準）と比較した結果に基づいて、判定対象事業者の廃業リスクの有無を判定する（ステップＳ１６０）。
In step S150, if the first determination score does not exceed the preset reference value, the
廃業予兆指数は、例えば、０点～－３０点を廃業リスク：なし、－３０点超～－５０点以下を廃業リスク：警戒、－５０点超を廃業リスク：あり（与信不可）の３段階に区分される。 For example, 0 to -30 points indicate business closure risk: none, -30 points to -50 points or lower indicates business closure risk: vigilance, and -50 points or higher indicates business closure risk: yes (no credit available). classified into
その後、制御部１１は、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する（ステップＳ１７０）。
After that, the
一方、制御部１１は、ステップＳ１５０で、第１の判定用スコアが予め設定された基準値を超えている場合、情報取得部１５に、判定対象事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを外部のウェブサーバ３０、事業者端末４０、及び判定対象事業者が利用するメールサーバ５０から取得させる（ステップＳ１８０）。なお、事業者アンケート（経営者意識調査データ）は、予め文字列を認識できる機能を備えた入力装置（ＯＣＲ読取り装置）７０により、信用リスク判定装置１０に取り込まれて、記憶部１２に保存されてもよい。
On the other hand, in step S150, if the first score for determination exceeds the preset reference value, the
その後、制御部１１は、評点判定部１７を機能させて、取得したオルタネティブデータを所定の文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段で認識したデータを解析して、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与する（ステップＳ１９０）。
After that, the
オルタナティブデータは、判定対象事業者に対する経営者意識調査のデータと、ウェブ（Ｗｅｂサイト）上の判定対象事業者に関するデータと、判定対象事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含む。 Alternative data includes data from surveys of management awareness of companies subject to judgment, data on websites related to companies subject to judgment, and text information data and voice information data published by the business operators subject to judgment through telecommunications lines. , and facial expression image data.
経営者意識調査は、精神科医作成の性格診断手法をベースに、簡単なアンケート方式により「事業者自身が規律性を持っている人物か否か（＝資金繰りに厳格か否か）」を判定するためのものであり、例えば、規律性がある質問項目にＹｅｓの回答をした場合は１０点、Ｎｏの回答をした場合は０点、どちらでもない場合は５点とし、その合計点を３段階に分けて、対応する評点（０点～－５点）を付与する。 Based on a personality diagnosis method created by a psychiatrist, the survey of management awareness uses a simple questionnaire method to determine whether or not the business owner is a person with discipline (= strict cash management). For example, if you answer Yes to a disciplined question item, you will be given 10 points, if you answer No, you will be given 0 points, and if you are neither, you will be given 5 points, and the total score will be 3. The corresponding grades (0 to -5) are given according to grades.
ウェブ上の判定対象事業者に関するデータは、判定対象事業者のホームページ、Ｆａｃｅｂｏｏｋ（登録商標）などのＳＮＳ、食べログ（登録商標）等のプラットフォーム上の評価を総合して３段階で評価し、対応する評点（０点～－５点）を付与する。 Data related to the business operator subject to judgment on the web will be evaluated on a three-grade scale by comprehensively evaluating the evaluation on the website of the business operator subject to judgment, SNS such as Facebook (registered trademark), and platforms such as Tabelog (registered trademark). A score (0 points to -5 points) is given.
判定対象事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データは、それぞれ所定の文字情報認識、音声認識手段、及び表情認識手段を利用して解析される。 Character information data, voice information data, and expression image data released by the judgment target business operator through the electric communication line are analyzed using predetermined character information recognition, voice recognition means, and expression recognition means, respectively.
例えば、電子メールやＳＮＳに投稿された判定対象事業者の文字情報データは、市販のＡＩソフトウェアを使用して、判定対象事業者の異常心理の有無を判定し、異常が把握されると、これに対するマイナス評点を付与する。 For example, the character information data of a judgment target business operator posted on an e-mail or SNS is used to determine whether or not the judgment target business operator has an abnormal mentality using commercially available AI software. give a negative score for
ウェブ上に公開された事業者の音声情報データは、市販の音声認識プログラムを使用して、判定対象事業者の感情を解析し、特に「恐怖」の感情が強い場合に「異常がある」と判定して、マイナス評点を付与する。 Using a commercially available speech recognition program, the business operator's voice information data published on the web is analyzed for the emotion of the business operator to be judged. Judge and give a negative score.
また、ウェブ上に公開された事業者の表情画像データは、市販の表情認識ソフトウェアを使用して、判定対象事業者の感情を解析し、音声認識と同様に「恐怖」の感情が検出された場合に「異常がある」と判定して、マイナス評点を付与する。 In addition, facial expression image data of business operators published on the web was analyzed using commercially available facial expression recognition software to analyze the emotions of the business operators to be judged, and the emotion of "fear" was detected in the same way as voice recognition. If so, it is determined that there is an abnormality, and a minus score is given.
評点判定部１７は、オルタネティブデータに基づいた、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するための評価項目のそれぞれの評点を、スコア算出部１８に送信する。
The
スコア算出部１８は、オルタネティブデータに基づく評価項目のそれぞれの評点を合計して、判定対象事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出する（ステップＳ２００）。
The
続いて、制御部１１は、第１の判定用スコアと前記第２の判定用スコアの合計値を、判定対象事業者の属する事業分野毎に学習された所定の判定モデルにより予め算出された廃業予兆指数と比較して、判定対象事業者の廃業リスクの有無を判定する（ステップＳ２１０）。その後、制御部１１は、判定の結果を判定対象事業者の信用リスク判定結果として、予め指定された出力手段８０に送信する（ステップＳ２２０）。
Subsequently, the
以上、本発明の実施形態について図面を参照しながら詳細に説明したが、本発明は、上述の実施形態に限定されるものではなく、本発明の技術的範囲から逸脱しない範囲内で多様に変更実施することが可能である。 Although the embodiments of the present invention have been described in detail with reference to the drawings, the present invention is not limited to the above-described embodiments, and can be modified in various ways without departing from the technical scope of the present invention. It is possible to implement.
１ 信用リスク判定システム
５ 通信ネットワーク
１０ 信用リスク判定装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 受付部
１５ 情報取得部
１６ 評価指標算出部
１７ 評点判定部
１８ スコア算出部
２０ 口座管理サーバ
３０ ウェブサーバ
３１、３２ サイト
４０ 事業者端末
５０ メールサーバ
６０ 一般ユーザ端末
７０ 入力装置
８０ 出力手段
１００ 短期資金提供事業者サーバ
1 credit
Claims (6)
前記事業者の信用リスクを判定する信用リスク判定装置と、前記事業者の預金口座が開設された金融機関の口座管理サーバとが通信ネットワークで接続され、
前記信用リスク判定装置は、
信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を前記口座管理サーバから取得する情報取得部と、
前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出する評価指標算出部と、
前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与する評点判定部と、
前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するスコア算出部と、
前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するとともに、前記信用リスク判定装置の動作全般を制御する制御部と、を備え、
前記信用リスク判定装置は、
前記通信ネットワークを介して外部のウェブサーバにさらに接続され、
前記評点判定部は、文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段を含み、
前記制御部は、
前記第１の判定用スコアが前記予め設定された基準値を超えていない場合、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行しないことを決定し、前記第１の判定用スコアを、前記事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信し、
前記第１の判定用スコアが前記予め設定された基準値を超えている場合、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行することを決定し、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理として、
前記情報取得部に、前記事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを前記外部のウェブサーバから取得させ、
前記評点判定部に、前記取得されたオルタネティブデータを前記いずれか１つの認識手段で認識したデータを解析して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与させ、
前記スコア算出部に、前記複数の評価項目のそれぞれの評点を合計して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出させ、
前記制御部が、前記第１の判定用スコアと前記第２の判定用スコアの合計値を前記廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定する処理を実行し、
前記判定する処理の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信することを特徴とする信用リスク判定システム。 A credit risk determination system for determining the credit risk of a business that raises short-term funds,
a credit risk determination device for determining the credit risk of the business operator and an account management server of a financial institution in which a deposit account of the business operator is opened are connected by a communication network;
The credit risk determination device is
an information acquisition unit that acquires, from the account management server, money transaction information for the most recent predetermined period in the bank account of the business operator whose credit risk is to be determined;
Based on the acquired money transaction information, an index value corresponding to each of a plurality of preset evaluation items for judging the credit risk related to the money transaction of the business operator is calculated by a predetermined formula. an evaluation index calculation unit;
Determining to which of numerical ranges of multiple stages preset for each evaluation item the index value of each of the plurality of evaluation items thus calculated corresponds to the determined numerical range a score determination unit that assigns the obtained score as the score of the evaluation item corresponding to each of the index values;
a score calculation unit that calculates a first judgment score indicating a credit risk associated with the financial transaction of the business operator by totaling the scores given to each of the plurality of evaluation items;
Determining a credit risk related to personal behavior including speech and behavior and facial expressions of the business operator based on whether the calculated first determination score exceeds a preset reference value A control unit that determines whether to execute and controls the overall operation of the credit risk determination device ,
The credit risk determination device is
further connected to an external web server via the communication network;
The score determination unit includes at least one recognition means of character information recognition means, voice recognition means, and facial expression recognition means,
The control unit
If the first score for judgment does not exceed the preset reference value, it is decided not to execute the process of judging the credit risk related to the personal behavior including the behavior and facial expression of the business operator. , based on the result of comparing the first judgment score with a business closure predictive index calculated in advance by a predetermined prediction model learned for each business field to which the business operator belongs, the presence or absence of the business closure risk of the business operator is determined, and the result of the determination is transmitted to a pre-designated output means as the credit risk determination result of the business operator,
If the first judgment score exceeds the preset reference value, it is decided to execute a process of judging the credit risk related to personal behavior including speech and behavior and facial expression of the business operator. , as a process of determining the credit risk related to personal behavior including behavior and facial expressions of the business operator,
causing the information acquisition unit to acquire alternative data related to personal behavior including speech and behavior and facial expressions of the business owner from the external web server;
for analyzing the data obtained by recognizing the acquired alternative data by any one of the recognition means, and determining the credit risk associated with the personal behavior including the behavior and facial expression of the business operator; Give a score corresponding to each of a plurality of preset evaluation items,
cause the score calculation unit to calculate a second judgment score indicating a credit risk associated with personal behavior including speech and behavior and facial expressions of the business operator by totaling the scores of each of the plurality of evaluation items;
The control unit executes processing for determining whether or not there is a business closure risk for the business operator based on the result of comparing the total value of the first determination score and the second determination score with the business closure sign index. death,
A credit risk determination system , wherein the result of the determination process is transmitted to a predesignated output means as a credit risk determination result of the business operator.
前記事業者に対する経営者意識調査データと、ウェブ（Ｗｅｂ）上の前記事業者に関するデータと、前記事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含むことを特徴とする請求項１に記載の信用リスク判定システム。 Alternative data related to personal behavior, including the behavior and facial expressions of the said business person ,
Among the data from the survey on management awareness of the business operator, the data related to the business operator on the Web, and the character information data, voice information data, and facial image data published by the business operator through telecommunication lines 2. The credit risk determination system according to claim 1 , comprising at least one of them.
信用リスクの判定対象となる前記事業者の預金口座における直近の所定期間の金銭取引情報を取得するステップと、
前記取得した金銭取引情報に基づいて、前記事業者の金銭取引行為に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した指標値を所定の計算式により算出するステップと、
前記算出された複数の評価項目のそれぞれの指標値が、予め評価項目ごとに設定された複数段階の数値範囲のうちのいずれに該当するかを判定し、前記判定された数値範囲に対応付けられた点数を、前記それぞれの指標値に対応する評価項目の評点として付与するステップと、
前記複数の評価項目のそれぞれに付与された評点を合計して前記事業者の金銭取引行為に関連した信用リスクを示す第１の判定用スコアを算出するステップと、
前記算出された第１の判定用スコアが予め設定された基準値を超えているか否かに基づいて、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップと、をコンピュータに実行させ、
前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップで、前記第１の判定用スコアが前記予め設定された基準値を超えていない場合、
前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行しないことを決定し、前記第１の判定用スコアを、前記事業者の属する事業分野毎に学習された所定の予測モデルにより予め算出された廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信するステップを、前記コンピュータに実行させ、
前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行するか否かを決定するステップで、前記第１の判定用スコアが前記予め設定された基準値を超えている場合、
前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理を実行することを決定し、前記事業者の本人の言動及び表情を含む個人行動に関連した信用リスクを判定する処理として、
前記事業者の本人の言動及び表情を含む個人行動に関連したオルタネティブデータを外部のウェブサーバから取得するステップと、
前記取得したオルタネティブデータを所定の文字情報認識手段、音声認識手段、及び表情認識手段のうちの少なくともいずれか１つの認識手段で認識したデータを解析して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを判定するために予め設定された複数の評価項目のそれぞれに対応した評点を付与するステップと、
前記複数の評価項目のそれぞれに付与した評点を合計して、前記事業者の言動及び表情を含む個人行動に関連した信用リスクを示す第２の判定用スコアを算出するステップと、
前記第１の判定用スコアと前記第２の判定用スコアの合計値を、前記廃業予兆指数と比較した結果に基づいて、前記事業者の廃業リスクの有無を判定し、前記判定の結果を前記事業者の信用リスク判定結果として、予め指定された出力手段に送信するステップと、を前記コンピュータに実行させることを特徴とする信用リスク判定プログラム。 A credit risk determination program for determining the credit risk of a business operator that raises short-term funds,
a step of acquiring money transaction information for a most recent predetermined period in a deposit account of the business operator whose credit risk is to be determined;
Based on the acquired money transaction information, an index value corresponding to each of a plurality of preset evaluation items for judging the credit risk related to the money transaction of the business operator is calculated by a predetermined formula. a step;
Determining to which of numerical ranges of multiple stages preset for each evaluation item the index value of each of the plurality of evaluation items thus calculated corresponds to the determined numerical range a step of assigning the score obtained as the score of the evaluation item corresponding to each of the index values;
a step of summing the scores given to each of the plurality of evaluation items to calculate a first judgment score indicating the credit risk associated with the financial transaction of the business operator;
Determining a credit risk related to personal behavior including speech and behavior and facial expressions of the business operator based on whether the calculated first determination score exceeds a preset reference value causing a computer to execute a step of determining whether to execute
in the step of determining whether or not to execute a process of determining a credit risk related to personal behavior including speech and behavior and facial expressions of the business operator, wherein the first determination score exceeds the preset reference value; If not exceeded,
determining not to execute processing for determining credit risk related to personal behavior including speech and behavior and facial expressions of the business operator, and learning the first determination score for each business field to which the business operator belongs; Based on the result of comparison with the business exit prediction index calculated in advance by a predetermined prediction model, it is determined whether or not there is a business closure risk for the business operator, and the result of the determination is designated in advance as the credit risk judgment result of the business operator. causing the computer to execute the step of transmitting to the output means,
in the step of determining whether or not to execute a process of determining a credit risk related to personal behavior including speech and behavior and facial expressions of the business operator, wherein the first determination score exceeds the preset reference value; If it exceeds
Deciding to execute the process of determining the credit risk related to the personal behavior including the behavior and facial expression of the business operator, and determining the credit risk related to the personal behavior including the behavior and facial expression of the business operator As a process to
obtaining alternative data related to personal behavior, including behavior and facial expressions of the business owner, from an external web server;
Analysis of data obtained by recognizing the acquired alternative data by at least one of predetermined character information recognition means, voice recognition means, and facial expression recognition means, and including speech and behavior and facial expressions of the business operator assigning a score corresponding to each of a plurality of preset evaluation items for determining credit risk related to personal behavior;
summing the scores given to each of the plurality of evaluation items to calculate a second judgment score indicating the credit risk associated with the business operator's personal behavior including behavior and facial expressions;
Based on the result of comparing the total value of the first judgment score and the second judgment score with the business exit sign index, it is judged whether or not there is a risk of business closure of the business operator, and the result of the judgment is used in advance. A credit risk determination program for causing the computer to execute a step of transmitting a credit risk determination result of an article provider to a predesignated output means.
前記事業者に対する経営者意識調査データと、ウェブ上の前記事業者に関するデータと、前記事業者が電気通信回線を通じて公開した文字情報データ、音声情報データ、及び表情画像データとのうちの少なくともいずれか１つを含むことを特徴とする請求項４に記載の信用リスク判定プログラム。 Alternative data related to personal behavior, including the behavior and facial expressions of the said business person ,
At least one of the following data: manager awareness survey data on said business operator, data on said business operator on the web, and text information data, voice information data, and expression image data published by said business operator through telecommunication lines. 5. The credit risk determination program of claim 4 , comprising one.
5. The credit risk determination program according to claim 4 , wherein the monetary transaction information includes monthly deposit/withdrawal amount, monthly deposit/withdrawal number, monthly account balance, name of transfer destination and transfer source in the account of the business operator. .
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022091885A JP7231967B1 (en) | 2022-06-06 | 2022-06-06 | Credit risk judgment system and credit risk judgment program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022091885A JP7231967B1 (en) | 2022-06-06 | 2022-06-06 | Credit risk judgment system and credit risk judgment program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP7231967B1 true JP7231967B1 (en) | 2023-03-02 |
| JP2023178897A JP2023178897A (en) | 2023-12-18 |
Family
ID=85382486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022091885A Active JP7231967B1 (en) | 2022-06-06 | 2022-06-06 | Credit risk judgment system and credit risk judgment program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7231967B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017016485A (en) | 2015-07-02 | 2017-01-19 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2018045570A (en) | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | Generation device, generation method, and generation program |
| JP2018116580A (en) | 2017-01-19 | 2018-07-26 | ヤフー株式会社 | Calculation device, calculation method and calculation program |
| JP2018163511A (en) | 2017-03-24 | 2018-10-18 | アルトア株式会社 | Information processing apparatus and program |
| JP2019016263A (en) | 2017-07-10 | 2019-01-31 | ヤフー株式会社 | Calculation device, calculation method, calculation model, and model |
-
2022
- 2022-06-06 JP JP2022091885A patent/JP7231967B1/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017016485A (en) | 2015-07-02 | 2017-01-19 | ヤフー株式会社 | Calculation device, calculation method, and calculation program |
| JP2018045570A (en) | 2016-09-16 | 2018-03-22 | ヤフー株式会社 | Generation device, generation method, and generation program |
| JP2018116580A (en) | 2017-01-19 | 2018-07-26 | ヤフー株式会社 | Calculation device, calculation method and calculation program |
| JP2018163511A (en) | 2017-03-24 | 2018-10-18 | アルトア株式会社 | Information processing apparatus and program |
| JP2019016263A (en) | 2017-07-10 | 2019-01-31 | ヤフー株式会社 | Calculation device, calculation method, calculation model, and model |
Non-Patent Citations (1)
| Title |
|---|
| 野村総合研究所デジタル基盤開発部，"3.2 情報銀行と信用スコア"，ＩＴロードマップ ２０１９年版，東洋経済新報社，2019年03月21日，p.194～214，ISBN:978-4-492-58114-8 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023178897A (en) | 2023-12-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101913591B1 (en) | Method for recommending financial product using user data | |
| US7664693B1 (en) | Financial methodology for the examination and explanation of spread between analyst targets and market share prices | |
| US8930254B2 (en) | Financial methodology to valuate and predict the news impact of major events on financial instruments | |
| US20130179314A1 (en) | Risk Based Data Assessment | |
| US20110166987A1 (en) | Evaluating Loan Access Using Online Business Transaction Data | |
| EP1361526A1 (en) | Electronic data processing system and method of using an electronic processing system for automatically determining a risk indicator value | |
| WO2021167858A1 (en) | Transaction card system having overdraft capability | |
| CN111882420B (en) | Response rate generation method, marketing method, model training method and device | |
| CN111709826A (en) | Target information determination method and device | |
| CN112419029B (en) | Similar financial institution risk monitoring method, risk simulation system and storage medium | |
| Murugan | Large-scale data-driven financial risk management & analysis using machine learning strategies | |
| CN107133862A (en) | Dynamic produces the method and system of the detailed transaction payment experience of enhancing credit evaluation | |
| Choi et al. | Exploring the deep neural network model’s potential to estimate abnormal audit fees | |
| CN113420909A (en) | User response information prediction model establishing method and information prediction method | |
| TWM613536U (en) | Investment risk scoring system for fund commodities | |
| CN112734566A (en) | Credit limit acquisition method and device and computer equipment | |
| CN117114812A (en) | Financial product recommendation method and device for enterprises | |
| JP7231967B1 (en) | Credit risk judgment system and credit risk judgment program | |
| Kalyani et al. | Is artificial intelligence and machine learning changing the ways of banking: a systematic literature review and meta analysis | |
| CN114612239A (en) | Stock public opinion monitoring and wind control system based on algorithm, big data and artificial intelligence | |
| Srivastava et al. | Hyperautomation in transforming underwriting operation in the life insurance industry | |
| JP2021136033A (en) | Information processing device, information processing method and program | |
| JP2017188069A (en) | System and program capable of calculating asset and old age fund | |
| Zand | Towards intelligent risk-based customer segmentation in banking | |
| Veres et al. | The Concept of Using Artificial Intelligence Methods in Debt Financing of Business Entities. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220805 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220805 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221216 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230207 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230210 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7231967 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |